阿里云GPU服务器上Torch安装与测试

• 本文个人博客访问地址： 点击查看

一、介绍

• 阿里云的GPU也有了竞价服务，每小时大概1块多，还是可以接受的
• 主要想跑github上的一个论文代码，使用的GPU,(奈何实验室没有GPU)， 本来我已经改成CPU版本的了，但是他训练好的模型是基于GPU的，所以还需要重新训练，结果非常的慢…
• 包含以下内容：
  
  • 购买竞价GPU
  • 通过SSH连接云服务器
  • 安装Torch、hdf5、cjson、loadcaffe
  • 安装cuda、cudnn、cunn

二、购买GPU服务器

• 进入阿里云GPU介绍页，点击访问，界面如下，我选择的是GN5(P100)

- 选择竞价实例

- 选择GPU

- 选择Ubuntu版本和带宽
- 这里按使用流量，所以带宽设置大点没有影响

• 在控制台可以看到服务器信息，下面需要使用公网IP连接

三、连接GPU服务器以及软件的安装

1、使用SecureCRT连接服务器

2、安装前准备工作

• apt clean
• apt update
• 安装git命令行：apt install git
• 生成ssh-key : ssh-keygen -t rsa -C "youremail@example.com"
  
  • 将/root/.ssh/id_rsa.pub中内容加入到github

3、安装Torch

• 网址：http://torch.ch/docs/getting-started.html
• git clone https://github.com/torch/distro.git ~/torch --recursive
• cd ~/torch
• bash install-deps
• ./install.sh
• source ~/.bashrc
• 输入th查看安装是否成功

4、 安装hdf5

• 地址: https://github.com/deepmind/torch-hdf5/blob/master/doc/usage.md
• apt-get install libhdf5-serial-dev hdf5-tools
• git clone https://github.com/deepmind/torch-hdf5
• cd torch-hdf5
• luarocks make hdf5-0-0.rockspec LIBHDF5_LIBDIR="/usr/lib/x86_64-linux-gnu/"
  
  • 注意这里 luarocks 是 Torch 里的，在 /root/torch/install/bin 目录下

5、 安装 cjson 和 loadcaffe

• luarocks install lua-cjson
• apt-get install libprotobuf-dev protobuf-compiler
• luarocks install loadcaffe

6、安装Cuda

• 网址：点击查看
• 选择对应的cuda版本

- sudo dpkg -i cuda-repo-ubuntu1604-9-1-local_9.1.85-1_amd64.deb
- sudo apt-key add /var/cuda-repo-<version>/7fa2af80.pub
- sudo apt-get update
- sudo apt-get install cuda
- 安装完成后会在/usr/local/目录下出现cuda-9.1的目录
- 加入到环境变量
- echo "export PATH=/usr/local/cuda-9.1/bin/:\$PATH; export LD_LIBRARY_PATH=/usr/local/cuda-9.1/lib64/:\$LD_LIBRARY_PATH; " >>~/.bashrc && source ~/.bashrc
- 此时cuda已经安装成功，可以通过nvcc -V测试是否安装成功
- nvidia-smi命令查看GPU使用情况

- 有时可能需要重启一下

7、安装cudnn

• 网址1：点击查看
• 网址2：下载cudnn
  
  • 需要先注册登录才能下载
• 注意这里下载的版本，我这里使用的是5.1版本（尝试了最新的7.x版本，有问题）

- 直接luarocks install cudnn是可以成功安装的，但是有问题
- 下载的是压缩包,里面有两个文件夹

- 将include下的cudnn.h文件拷贝到/usr/local/cuda-9.1/include/文件夹下
- 将lib64下的libcudnn.so.5.1.10文件拷贝到/usr/local/cuda-9.1/lib64/文件夹下
- 并且创建软连接: ln -s libcudnn.so.5.1.10 libcudnn.so.5
- 添加环境变量：export CUDNN_PATH="/usr/local/cuda-9.1/lib64/libcudnn.so.5"

四、测试

• 下面是我跑的一个程序

五、其他一些说明

1、rz/sz文件传输

• wget https://raw.githubusercontent.com/lawlite19/LinuxSoftware/master/rz-sz/lrzsz-0.12.20.tar.gz
• tar zxvf lrzsz-0.12.20.tar.gz
• cd lrzsz-0.12.20
• ./configure && make && make install
• cd /usr/local/bin
• ln -s lrz rz
• ln -s lsz sz

2、使用xftp等工具传输文件

• 服务器上需要安装ftp服务

3、wget 下载百度云盘文件

• wget -c ----referer=百度云盘分享地址 -O 要保存的文件名 "百度云文件真实地址"
• 文件的真实地址获取
  
  • 浏览器按F12, 点击下载找到download?的信息
  • dlink为真实地址，注意去除转义字符\

- 比如： wget -c --referer=https://pan.baidu.com/s/1kV7Xo7H -O lstm1_rnn512_bestACC.zip "https://d.pcs.baidu.com/file/4e4cd12ad77d7ac60d2cfcb8e009bf1c?fid=3174489928-250528-212189063946307&time=1514127189&rt=pr&sign=FDTAERVCY-DCb740ccc5511e5e8fedcff06b081203-LWe3VIBsW3foAEVnTUqSROJQ46s%3D&expires=8h&chkv=1&chkbd=1&chkpc=et&dp-logid=8301954057401711855&dp-callid=0&r=884079691"

Reference

• Cuda:
  
  • https://developer.nvidia.com/cuda-downloads?target_os=Linux&target_arch=x86_64&target_distro=Ubuntu&target_version=1604&target_type=deblocal
  • http://blog.csdn.net/u012235003/article/details/54575758
  • http://blog.csdn.net/hungryof/article/details/51557666
  • https://github.com/facebookarchive/fbcunn/blob/master/INSTALL.md#install-cuda
• Wget下载百度云：
  
  • http://blog.csdn.net/zhongdajiajiao/article/details/51917886